[過去ﾛｸﾞ] (強いAI)技術的特異点/シンギュラリティ171 (1002ﾚｽ)
上下前次1-新
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索 歴削→次ｽﾚ 栞削→次ｽﾚ 過去ﾛｸﾞﾒﾆｭｰ
42: yamaguti 2019/09/02(月)00:11 ID:SPnkrttr(10/29) AAS
我々は、新皮質をモデル化 ために我々のネットワークに要求されるいくつかの特性を列挙 により、配列記憶の探索を始めた
1） オンライン学習
学習は継続的でなければなりません
世界の統計が変化した場合、ネットワークは新しい入力ごとに徐々にそして継続的に適応 要
2） 高次予測
? ry シーケンスで正 ry をするには、過去 ry 。
複雑なシーケンスを伴って正しい予測を成すには、過去からの文脈情報を取り込む能力 要 。
ネットワークは、最良の予測 ために必要な時間的コンテキストの量を動的に決定 要 。
「高次」という用語は、この性質を有する「高次マルコフ連鎖」を指す。
3） 複数同時予測
? ry 、重複した ry 。
自然データストリームには、多くの場合、オーバラップした分岐シーケンスがあります。
したがって、シーケンスメモリは同時に複数の予測を行う必要
? 4） 地域
4） ローカル学習ルール
? シーケンスメモリは、各ニュ にローカルな学習規則のみを使用する必要があります。
シーケンス記憶が使用する学習規則は各ニューロンにローカルなものだけでなければなりません
? グローバルな目的関数を必要と ry 。
グローバルオブジェクト的関数を必要とせずに、規則は空間的にも時間的にも局所的でなければなりません
5） 堅牢性
メモリは、高レベルのノイズ、ニューロンの損失、および入力の自然な変動に対する堅牢性を示すはずです。
これらの条件下でのパフォーマンスの低下は緩やかになるはずです
これらすべてのプロパティは、データを連続的にストリーミングするという状況で同時に発生 要 。
4
上下前次1-新書関写板覧索設栞歴
あと 960 ﾚｽあります
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ AAｻﾑﾈｲﾙ
ぬこの手 ぬこTOP 0.009s